MétaCan
Menu
← Retour à la cohorte
Enregistrement W4410715517 · doi:10.3899/jrheum.2025-0390.pv025

ANTINEUTROPHIL EXTRACELLULAR TRAPS (NET) ANTIBODIES AND THEIR ASSOCIATION WITH DISEASE ACTIVITY AND SYSTEMIC LUPUS ERYTHEMATOSUS CLINICAL PHENOTYPES

2025· article· en· W4410715517 sur OpenAlexvenueno aff
Daniel Alberto Carrillo-Vázquez, Jennifer Balderas-Miranda, Alfredo Pérez‐Fragoso, Beatriz Alcalá‐Carmona, Miroslava Nuñez‐Aguirre, Ana S. Vargas-Castro, Abdiel Absalón‐Aguilar, Jaquelin Lira‐Luna, Nancy R. Mejía‐Domínguez, Guillermo Juárez‐Vega, Karina Santana-de Anda, Diana Gómez Martín

Notice bibliographique

RevueThe Journal of Rheumatology · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueSystemic Lupus Erythematosus Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineSystemic diseaseNeutrophil extracellular trapsImmunologyPhenotypeConnective tissue diseaseSystemic lupus erythematosusAutoimmune diseaseAntibodyImmunopathologySystemic lupusLupus erythematosusExtracellularDiseaseInternal medicineInflammationGeneticsGene

Résumé

récupéré en direct d'OpenAlex

PV025 / #639 Poster Topic: AS04 - Biomarkers Background/Purpose Antineutrophil extracellular traps (NETs) antibodies have been observed in patients with lupus nephritis and may contribute to the pathogenic production and degradation of NETs in patients with lupus. However, the relationship of anti-NETs antibodies with clinical features of SLE patients have not been studied. Methods 87 patients fulfilled the ACR/EULAR 2019 classification criteria for SLE. Using ELISA, we quantified the plasmatic neutrophil elastase-DNA complexes as NETs remnants and the IgG anti-NETs antibodies in the same sample. 23 healthy controls were included to establish the cut-off point for anti-NETs antibodies, (0.076 arbitrary units), corresponding to 2 standard deviations above their mean optic density. We compared medians using Mann-Whitney U test. Associations between qualitative variables were assessed with Chi-square test. Correlations between quantitative variables were performed using Spearman’s rho. Results 35.6% of patients had positive anti-NETs antibodies (Table 1). The median of IgG anti-NETs antibodies was 0.30 AU (0-0.163 AU). Patients with anti-NETs antibodies were younger at disease onset and had prominent serological disease activity, with a higher prevalence of anti-double-stranded (ds)-DNA antibodies, at higher titers (148.2 mg/dl vs 35.6 mg/dl, p=0.015) and lower levels of C3 and C4 (Table 2). The positivity for anti-NETs antibodies was associated with lupus serositis (8 (25.8%) vs 6 (10.7%), P=0.022). Anti-NETs antibodies were positively correlated with the SLEDAI score (r=0.245, p <0.05) as well as titers of anti-dsDNA antibodies (r=0.290, p <0.01) (Figure 1, Table 3). Table 1. Clinical and Laboratory features of SLE patients Table 2. Comparison of clinical and laboratorial characteristics between patients with positive vs negative anti-NETs antibodies. Figure 1. Correlations of IgG anti-NET antibodies and SLEDAI, C3, C4, lymphocyte count and anti-dsDNA. Table 3. Anti-NETs antibodies Levels according to the clinical features of SLE patients. Conclusions IgG anti-NET antibodies were found in one-third of SLE patients. Higher prevalence was found in SLE patients with global and serological activity. This is the first description of the association between IgG anti-NET and clinical features of SLE. Their characterization might address their role as novel biomarkers.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,017
Tête enseignante GPT0,296
Écart entre enseignants0,279 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Rheumatology→Même sujetSystemic Lupus Erythematosus Research→Travaux en français237 207→